Connect Google Analytics with Other Tools
1. 전체 핵심 요약 (Short Summary)
- Google Analytics 4(GA4)는 사용자 여정 분석 + 개인정보 보호를 동시에 고려하도록 설계됨
- 기업은 데이터 수집, 저장, 활용 방식을 직접 설정하고 관리 가능
- 주요 기능:
- 데이터 수집/보관 제어
- 사용자 동의(Consent Mode)
- 광고 개인화 설정
- 데이터 삭제 기능
- 머신러닝 기반 데이터 보완(Modeling)
👉 핵심 포인트:
“데이터를 많이 모으는 것보다, 프라이버시를 지키면서 의미 있게 활용하는 것”
2. 정리
(1) 왜 중요한가
오늘날 기업은
- 웹 + 앱 등 여러 플랫폼에서 고객 행동을 이해해야 하고
- 동시에 개인정보 보호 규정을 지켜야 함
👉 GA4는 이 두 가지를 동시에 해결하기 위한 도구
(2) 데이터 수집 & 개인정보 보호 기능
✔️ IP 주소
- GA는 개별 IP를 저장하지 않음
- 따로 설정 변경 필요 없음
✔️ 데이터 보관 기간 (Data Retention)
- 사용자 및 이벤트 데이터를 얼마나 오래 저장할지 설정 가능
- 자동 삭제됨
- 단, 집계된 리포트에는 영향 없음
✔️ Consent Mode (사용자 동의)
- 사용자가 쿠키/데이터 수집에 동의했는지에 따라
→ 태그 동작이 자동으로 변경됨
예:
- 동의 ❌ → 쿠키 저장 X, 대신 익명 데이터만 수집
- 동의 ⭕ → 정상 데이터 수집
👉 쿠키 없이도 일부 데이터는 “모델링”으로 보완됨
✔️ Google Signals 데이터
- 지역별로 수집 여부 ON/OFF 가능
- 꺼도 기존 데이터는 유지됨
✔️ 위치/기기 데이터
- 국가/지역별로 세부 정보 수집 제한 가능
✔️ 광고 개인화 (Ads Personalization)
다양한 레벨에서 제어 가능:
- 전체 속성 (Property)
- 국가/주 단위
- 이벤트/사용자 단위
- 개별 세션 단위
👉 특정 데이터는 광고에 사용하지 않고 분석용으로만 사용 가능
(3) 동의 관리 프레임워크
두 가지 방식 존재:
1️⃣ Consent Mode (Google 방식)
- 사용자 동의 상태를 Google에 전달
- 쿠키 사용 여부 자동 조정
2️⃣ IAB TCF
- 광고 업계 표준 프레임워크
- 동의 정보를 문자열 형태로 전달
(4) 데이터 삭제 기능
✔️ 데이터 삭제 요청
- 특정 데이터 삭제 요청 가능
- 7일 유예기간 후 삭제 시작
✔️ 사용자 데이터 삭제
- 특정 사용자 데이터만 삭제 가능
- 72시간 내 리포트에서 제거
✔️ 속성 삭제
- 전체 GA 속성 삭제
- 35일 후 완전 삭제 (복구 불가)
✔️ API 삭제
- 여러 사용자 데이터 한번에 삭제 가능
(5) 개인정보 보호 (PII 금지)
Google 정책:
- 이메일, 전화번호 등 개인 식별 정보 절대 수집 금지
(6) 모델링 (Modeling)
데이터가 부족한 상황:
- 쿠키 거부
- 여러 기기 사용
👉 GA는 머신러닝으로 데이터 보완
종류:
- 행동 모델링 (Behavioral)
- 전환 모델링 (Conversion)
👉 즉,
“보이지 않는 데이터를 예측해서 채워주는 기능”
Connect Google Analytics with Other Tools
1. 전체 핵심 요약 (Short Summary)
Google Analytics는
👉 다른 마케팅/광고 도구들과 연결할 때 진짜 가치가 커짐
연결 시 핵심 효과
- 사용자 행동을 여러 플랫폼에서 통합 분석
- 광고 타겟팅 정교화
- 전환 추적 정확도 상승
- ROI(광고 효율) 개선
👉 핵심 한 줄:
“데이터를 연결하면 마케팅 전체 퍼널이 하나로 보인다”
2. 요약
(1) 기본 개념
Google Analytics는 단독으로도 강력하지만
👉 DV360, SA360, Campaign Manager 360, Search Console 등과 연결하면 더 강력해짐
👉 데이터 연결 = 분석 + 광고 + 타겟팅 통합
(2) 왜 연결해야 하는가
연결하면:
- 데이터가 흩어지지 않고 하나로 모임
- 더 정확한 분석 가능
- 마케팅 의사결정 개선
👉 결과: 광고 예산을 더 효율적으로 사용
(3) 핵심 장점 3가지
🔹 1. 크로스 디바이스 / 플랫폼 추적
- 사용자 이동 경로 (웹 ↔ 앱 ↔ 광고) 파악
- 중복 사용자 제거 가능
🔹 2. 맞춤 오디언스 생성
- 사용자 행동 기반 세그먼트 생성
- DV360 / SA360 / Google Ads로 export
👉 리마케팅 강화
🔹 3. 전환 추적
- 어떤 채널이 성과를 냈는지 정확히 분석
- 투자 판단 근거 확보
(4) Google Marketing Platform (GMP)
Google Analytics는
👉 GMP라는 통합 마케팅 플랫폼의 일부
→ 광고 + 분석을 하나로 관리
3. 주요 도구 연결 효과
1. DV360 (디스플레이/영상 광고)
연결하면:
- GA 전환 데이터 → 입찰 최적화
- 오디언스 공유 → 리마케팅
- 광고 성과 → GA에서 분석
- 비용 데이터 → Analytics로 import
👉 ROI 향상 핵심 도구
✔️ 2. Search Ads 360 (검색 광고)
연결하면:
- 검색 광고 데이터 통합
- GA 전환 데이터 활용
- 사용자 행동 데이터 확인 가능
👉 검색 광고 최적화
✔️ 3. Campaign Manager 360 (Floodlight)
연결하면:
- 전환 데이터 공유
- GA attribution 모델 사용
- 자동 입찰 기능 강화
👉 캠페인 성과 측정 + 최적화
✔️ 4. Search Console
연결하면:
- 어떤 키워드로 유입됐는지 확인
- 검색 → 클릭 → 행동 → 전환 분석
👉 SEO + 사용자 행동 연결
4. Roberto 사례 해석
Roberto 상황:
- 콘텐츠 플랫폼 운영
- 광고 + 구독 모델
문제:
👉 사용자 유입과 광고 성과를 더 잘 알고 싶음
해결:
👉 GA + DV360 + SA360 + CM360 연결
결과:
- 타겟팅 개선
- 전환 데이터 정확도 상승
- 광고 성과 분석 강화
💡 최종 핵심 정리
👉 Google Analytics = 데이터 허브
👉 다른 도구와 연결 = 마케팅 전체 최적화
Combine Business Data in Google Analytics
1. 전체 핵심 요약 (Short Summary)
Google Analytics는
👉 자사 데이터(First-party data)를 추가하면 더 강력해짐
이를 위해 사용하는 핵심 기능:
- Data Import → 외부 데이터 업로드해서 결합
- Measurement Protocol → 서버/오프라인 데이터 직접 전송
👉 핵심:
“온라인 + 오프라인 데이터를 합쳐야 진짜 고객 이해 가능”
2. 한국어 해석 + 구조 정리
📌 (1) First-party data란?
👉 기업이 직접 수집한 데이터
예:
- 오프라인 구매 데이터
- CRM 고객 정보
- 멤버십/로열티 데이터
💡 가치
- 경쟁 우위 확보 (우리만 가진 데이터)
- 고객 이해도 증가
- 더 정확한 의사결정 가능
(2) 왜 데이터 결합이 중요한가
보통 데이터는 각각 따로 존재함 (사일로)
👉 GA + 외부 데이터 결합하면:
- 고객 행동 전체 흐름 이해 가능
- 온라인 + 오프라인 통합 분석
- 더 정확한 인사이트 확보
3. 핵심 기능 2가지
✔️ 1. Data Import
💡 개념
외부 데이터를 업로드해서
👉 GA 데이터와 결합하는 기능
💡 특징
- CSV 파일로 업로드
- 기존 데이터와 결합 or 보완
- 리포트/오디언스 강화
💡 활용 예
- CRM 고객 정보 → 사용자 세그먼트 생성
- 이메일 캠페인 데이터 → 성과 분석
- 오프라인 구매 데이터 → 전체 매출 분석
📦 가져올 수 있는 데이터 종류
- Cost data (광고 비용)
- Item data (상품 정보)
- User data (고객 정보)
- Offline events (오프라인 이벤트)
👉 결과:
더 완전한 고객 데이터 구축
✔️ 2. Measurement Protocol
💡 개념
👉 HTTP 요청으로 데이터를 직접 GA 서버에 전송
💡 특징
- 웹/앱 외 데이터 수집 가능
- 서버 → 서버 데이터 전송
- 오프라인 이벤트 추적 가능
💡 활용 예
- 매장 POS 구매 데이터 전송
- 환불 이벤트 기록
- 고객 LTV 전송
💡 핵심 역할
- 온라인 + 오프라인 연결
- 기존 데이터와 결합 (join key 사용)
👉 결과:
추적 불가능했던 데이터까지 분석 가능
4. 실제 사례 (Janelle)
옴니채널 리테일 기업
문제:
👉 온라인 + 오프라인 데이터 분리됨
해결:
- Data Import → CRM 데이터 결합
- Measurement Protocol → 매장 구매 데이터 전송
결과:
👉 고객 전체 행동 이해 가능
🎯 최종 핵심 정리
👉 First-party data = 가장 중요한 데이터 자산
👉 Data Import = 데이터 업로드 & 결합
👉 Measurement Protocol = 데이터 직접 전송
Export Google Analytics Data to BigQuery
1. 전체 핵심 요약 (Short Summary)
Google Analytics 데이터를
👉 BigQuery로 내보내면(raw data export) 훨씬 깊은 분석 가능
핵심 기능
- 원본 이벤트 데이터 분석
- SQL로 자유롭게 쿼리
- 다른 데이터(CRM 등)와 결합
- 머신러닝/고급 분석 가능
👉 한 줄:
“GA → BigQuery = 데이터 분석의 자유도 극대화”
2. 정리
📌 (1) BigQuery란?
👉 Google Cloud의 데이터 웨어하우스
특징:
- 초대용량 데이터 처리
- SQL로 분석
- 서버 관리 필요 없음
📌 (2) GA + BigQuery 연결 이유
연결하면:
- GA 데이터를 원본(raw) 형태로 사용 가능
- UI보다 훨씬 상세 분석 가능
- 다른 데이터와 결합 가능
👉 더 깊은 고객 분석 가능
📌 (3) 주요 장점
🔹 1. Raw 데이터 접근
- GA UI는 가공된 데이터
- BigQuery는 이벤트 단위 데이터 제공
🔹 2. SQL 분석 가능
- 원하는 방식으로 자유롭게 분석
🔹 3. 데이터 결합
- CRM (고객 데이터)
- 광고 데이터
- 외부 데이터
👉 하나로 통합 분석
🔹 4. 머신러닝 활용
- 고객 예측 모델 가능 (이탈 예측 등)
(4) 데이터 Export 방식
✔️ Daily
- 하루 1번 완전한 데이터
✔️ Streaming
- 실시간 데이터 (단 일부 정보 부족)
👉 둘 다 선택 가능
(5) 중요한 특징
- 데이터 저장 위치 선택 가능 (지역 설정 가능)
- GA property → BigQuery project 1개 연결
- 일부 데이터는 export 안됨 (예: Google Signals)
Learn About the Google Analytics APIs
1. 전체 핵심 요약 (Short Summary)
Google Analytics API는
👉 데이터를 자동화 / 연동 / 관리하기 위한 도구
주요 API 3가지
- Admin API → 설정/관리
- Data API → 리포트 데이터 조회
- Measurement Protocol → 데이터 전송
👉 핵심 한 줄:
“API는 GA를 자동화하고 확장하는 도구”
2. 정리
📌 (1) 왜 API를 쓰는가
API를 사용하면:
- GA 계정 관리 자동화
- 데이터 접근 및 분석 자동화
- 다른 시스템과 연동 가능
- 업무 효율 향상
👉 기업 규모가 커질수록 필수
📌 (2) 주요 API 역할
✔️ 1. Admin API (관리용)
👉 GA 설정을 프로그래밍으로 관리
사용 예
- 사용자 권한 관리
- 이벤트 설정
- 속성 구성
👉 “설정 자동화” 담당
✔️ 2. Data API (데이터 조회)
👉 GA 리포트 데이터를 가져오는 API
사용 예
- 대시보드 생성
- 리포트 자동화
- 실시간 데이터 조회
👉 “데이터 가져오기” 담당
✔️ 3. Measurement Protocol (데이터 전송)
👉 데이터를 GA로 직접 보내는 API
사용 예
- 오프라인 구매 데이터 전송
- 서버 이벤트 전송
- 앱/웹 외 환경 데이터 수집
👉 “데이터 보내기” 담당
✔️ 4. User Deletion API
👉 사용자 데이터 삭제
3. Data API vs BigQuery
| 데이터 | 집계 데이터 | 원본(raw) 데이터 |
| 목적 | 리포트 조회 | 깊은 분석 |
| 방식 | API 호출 | SQL 쿼리 |
| 특징 | 빠르고 간단 | 강력하지만 복잡 |
👉 같이 쓰는 게 가장 좋음
4. 핵심 사용 기준
- 빠른 리포트 → Data API
- 대용량 분석 → BigQuery
- 설정 관리 → Admin API
- 데이터 전송 → Measurement Protocol
Get Enterprise Features with Analytics 360
1. 전체 핵심 요약 (Short Summary)
Analytics 360 (GA360)는
👉 Google Analytics의 유료 엔터프라이즈 버전
핵심 특징
- 더 많은 데이터 처리 (높은 한도)
- 더 빠른 데이터 처리 (실시간/빠른 갱신)
- 더 정교한 계정 구조 (subproperty, roll-up)
- 전담 지원 + SLA 제공
👉 한 줄:
“GA360 = 대기업용 확장형 Analytics”
2. 정리
📌 (1) GA360이란?
- GA의 프리미엄(유료) 버전
- 대기업 / 대규모 트래픽에 최적화
👉 더 많은 데이터 + 더 많은 기능 제공
📌 (2) 주요 장점
🔹 1. 높은 데이터 한도
- 더 많은 커스텀 차원/지표
- 더 많은 오디언스
- 더 많은 이벤트
🔹 2. 빠른 데이터 처리
- 실시간 데이터 (1시간 이내)
- 더 빠른 리포트 갱신
🔹 3. Unsampled 데이터
- 샘플링 없이 정확한 데이터 분석 가능
🔹 4. 전담 지원
- Google 전문가 지원
- SLA (서비스 보장)
🔹 5. 데이터 제어 강화
- 변경 이력 추적 가능
- 데이터 관리/통제 강화
3. 핵심 기능 (시험 중요)
✔️ Subproperty (부분 데이터)
👉 하나의 source property에서
👉 일부 데이터만 따로 분리
예
- 국가별 데이터
- 제품별 데이터
👉 “데이터 쪼개기”
✔️ Roll-up property (통합 데이터)
👉 여러 property 데이터를
👉 하나로 합침
예
- 여러 브랜드 통합
- 여러 국가 통합
👉 “데이터 합치기”
4. 구조 이해 핵심
| Source property | 원본 데이터 |
| Subproperty | 일부 데이터 |
| Roll-up property | 통합 데이터 |
🎯 최종 핵심 정리
👉 Subproperty = 나누기
👉 Roll-up = 합치기
👉 GA360 = 더 크고 더 빠르고 더 많은 기능
